本项目提供了一种基于中心距卡尔曼滤波（CKF）及五阶CKF算法实现目标跟踪的源代码，适用于需要高精度和高效性的目标追踪应用。
收到一些国内外朋友关于容积卡尔曼滤波（CKF）的问题咨询，大家对generator或G-orbit的概念感到困惑。考虑到未来工作重心的变化，我可能无法再像现在这样详细地回答所有人的问题，也无法继续帮助修改论文、编写或调整代码，请各位理解。
在此上传一个用于目标跟踪的CKF和五阶CKF示例代码，并附有详尽注释以供参考，希望能对大家的学习与研究有所帮助。此C++实现中封装了五阶CKF的第二G-轨迹算法（Perms.exe）。如果难以完全理解其构造方法，请记住如何使用即可。
该可执行文件底层采用字符串和递归算法来生成任意维度模型下的数据，并通过矩阵稀疏性和群完全对称性分次调用，以减少栈深度并提高计算速度。容积点一旦生成后可以重复利用，在50维G-轨迹的测试中（Core T6600@2.2GHz），包含读写时间在内的运行时间为1.5秒左右。
目前未遇到超过50维系统的案例，因此暂不进行进一步算法层面优化。Perms.exe适用于任意维度模型，只需将其复制到工作目录下，并根据提示选择N/n输入对应模型的维度即可生成所需的第二G-轨迹。
若对相关概念感到困惑，请参考示例代码或查阅以下文献：
[1] X. C. Zhang, C. J. Guo, Cubature Kalman filters: Derivation and extension, Chinese Physics B, vol.22, no.12, 128401.
[2] X. C. Zhang, Y. L. Teng, A new derivation of the cubature Kalman filters, Asian Journal of Control.
[3] X. C. Zhang, Cubature information filters using high-degree and embedded cubature rules, Circuits, Systems, and Signal Processing.
希望这些资料对大家有所帮助。
5星
